La inteligencia artificial, como los modelos detrás de ChatGPT, no maneja todos los idiomas con la misma precisión, lo que genera una brecha notable entre lenguas dominantes como el inglés y otras minoritarias. Esta disparidad no surge de limitaciones tecnológicas inevitables, sino de la distribución desigual de datos en internet, donde el inglés predomina ampliamente, seguido por idiomas como el español, francés o alemán. Lenguas con menor presencia digital, como el catalán, galés o incluso alfabetos no latinos, reciben menos ejemplos durante el entrenamiento, lo que resulta en respuestas menos naturales, con errores gramaticales, expresiones rígidas o un estilo neutro que suena traducido.
Sin embargo, esta asimetría se explica por la dependencia de los modelos en vastas cantidades de texto para aprender gramática, vocabulario y contextos culturales. Cuando hay millones de ejemplos en inglés, el algoritmo deduce patrones fiables, pero con datos escasos en otras lenguas, el rendimiento disminuye. Esto afecta no solo la precisión, sino también la adaptación a registros locales o sistemas de escritura menos extendidos, como el árabe o alfabetos indígenas, donde los errores son más frecuentes debido a la falta de material digital.
Afortunadamente, se implementan estrategias para mitigar esta brecha, como el equilibrado del corpus de entrenamiento, que aumenta la exposición a idiomas minoritarios y reduce la del inglés. Además, la transferencia multilingüe permite que el conocimiento de lenguas relacionadas se comparta, beneficiando a familias como las romances o germánicas, aunque lenguas aisladas como el japonés o coreano ganan menos. Otras técnicas incluyen generar datos sintéticos mediante traducciones automáticas, usar corpus paralelos de organismos internacionales y contar con instructores humanos nativos para refinar expresiones culturales. Métodos de regularización evitan el «olvido catastrófico», donde el dominio del inglés degrada el aprendizaje en otras lenguas.
Por otro lado, esta desigualdad plantea riesgos para la diversidad lingüística, ya que podría fomentar el uso preferente del inglés y homogeneizar estilos de escritura en ámbitos institucionales. No obstante, la IA también ofrece potencial para revitalizar lenguas minoritarias, generando materiales educativos, documentando vocabulario o apoyando digitalizaciones. En última instancia, esta brecha refleja desigualdades globales, y el desafío radica en diseñar tecnologías que las reduzcan en lugar de perpetuarlas.
